UGC模式下创意扩散效率影响研究

李 南,黄 杰

(南京航空航天大学经济与管理学院,江苏 南京 211106)

现在的市场提倡价值共创的理念，消费者的反馈意见对生产决策有着举足轻重的影响。传统的创意扩散模式缺乏及时消费者信息的决策支持很可能造成损失，而创意产业又有着高成本的特性，中国国内市场潜力不确定，技术人才稀缺，这些因素都一度阻碍着中国创意产业的发展。然而随着互联网通信的成熟，虚拟社区平台的诞生，让创意作品的制作走出了传统模式，UGC创意成为时代的“宠儿”。UGC创意的出现为创意产业的生产提供了更多样的题材，O Mould[1]通过对英国热门书籍的调查，证实用户创意是创意产品生产的重要来源。

本文研究的UGC创意扩散区别于广泛意义上的IP商业生产，指代的是具有“潜在”商业价值的用户创意内容。这类UGC创意由某一用户主导，通过创意交流平台上众多用户的意见交互，主创者合理采纳建议后最终得到的UGC“创意组合”。这些凝聚众多用户创意的组合创意源可以确保满足部分消费者的需求，减少了消费者不确定性的影响，降低了创意商品化的风险。

1 两个视角扩散模型

自20世纪60年代以来，学者们从经济学、市场学、信息学等多个角度对扩散现象进行了理论分析，提出大量扩散模型。宏观视角下，Bass族模型在实际运用中表现出较优的效果，例如IBM等企业利用Bass模型成功进行了产品的市场预测分析。实证的可行性使得Bass模型得到了大量改进性研究，逐步增强Bass模型的预测精度。如Kalish就将两阶段的Bass 模型扩散进一步优化为多阶段扩散模型。王砚羽等[2]就对Bass模型在电子商务领域的运用进行了修正，提出了模仿创新分角色的两阶段Bass模型。

但Bass模型立足于宏观产业整体，对采用者个性和企业的前瞻性等问题都未能全面顾及。于是，一些学者开始从个体视角对扩散过程进行研究，从采用者的决策层面探究个体性差异对扩散速度的影响，试图将采用者个体选择结果的累积，得到市场总体扩散曲线。于是微观视角的扩散模型研究便陆续开展起来。

在微观视角研究的诸多扩散模型中，最早被提出的是阈值模型，它关注个体之间组成的社会网络关系的同时寻求个体效用函数的表达，在多个科研领域得到运用与专项发展。自Granovetter以实例说明扩散在社会系统中的机制并提出阈值模型以来，行业适应性和模型演变科学性两方面的学术研究便相辅相成地出现。Z Li等[3]在经典阈值模型的基础上，增加效用和心理两方面的阈值，同时考虑社会网络间的相互影响分析聚集行为，并通过数值模拟得到动态平衡与强关联相关度不明显的结论。LI Zhen peng等[4]同样沿用Granovetter阈值模型的架构，综合效用、阈值与心理阈值三方面的优势，提出新的阈值模型并以此对两极分化的网络评论扩散进行合理的解释说明。

生产领域对产品扩散市场的影响可以由宏观视角整体观测，而消费领域的个性选择则需依靠微观扩散模型进行探究，所以本文将首先沿用Bass模型的基本理念，解析UGC创意产品影响。接着，从微观视角对个体采纳行为进行研究，以NW小世界模型构建扩散网络。最后，依据改进的随机阈值模型，进行MATLAB的模拟仿真，获得UGC创意产品扩散影响因素的作用方式。

2 蓝海市场上的创意产品扩散

创意产业的核心就是“创意”，但仅凭制造商难以造就种类丰富、选择众多的异质性产品。UGC这种强调“普适应”的创意模式应运而生。与此同时，UGC创意的兴起让大量非专业化创意可供制作企业选择，创意市场的风险性注定了大部分UGC创意将只停留在产业链生产的大门之外。正如Stevens等[5]通过实证研究所发现的市场规律：每3000个初始创意中，最终只有1.7个能进入市场，仅有1个能获得商业上的成功。UGC模式提供多元化创意的同时，创意产品扩散面临更大的不确定性。

创意商品化的高风险性和高回报性使得用户创意决策更应该得到重视，生产方很可能由于风险的未知性而选择观望。于是在创意源市场上，敢于实验的人很可能成为市场的创新者，而创意市场由于知识产权排他性的存在，其他厂商只能成为模仿者。创意产品的模仿就成了产品扩散最大的影响因素。

Bass通过对耐用消费品的研究，概括了产品扩散的影响因素，并提出扩散模型。Bass模型建立在一系列假设之下，采用一个微分方程来定量表示t时刻的产品采用者数量，市场上由创新者和模仿者两部分组成。模型的具体表达形式为：

(1)

其中，N(t)表示在时刻t采用的行动者的累积函数，n(t)是t时刻的采用者数量。m为市场潜力，即所有的行动者总数。p、q分别为创新者系数和模仿者系数，代表着行业内处于创新领先地位的人数和认同创新的人数。

(2)

f(t)是t时刻潜在采用者采用创新的概率，也就代表着扩散的速率。F(t)是速率的累积函数，代表着整个市场扩散的程度。

创意先驱往往占据者创意源的优势地位。可以准确地定义创意的经济价值，并以其为价值核心创造新的生产链，同时因为其在市场上充分了解消费者的需求，保证质量从而确保行业地位，行业内的企业在很大程度上认可创意先驱的判断，进而模仿创意先驱的创意产品，参与到市场的竞争当中。本文借由Bass模型基础，分析蓝海市场上模仿创意产品对扩散影响。模型的理解基于三点假设：

假设1：除去创意先驱，个体模仿者是无差异的、同质的。

假设2：模仿者对创意理解落后于创意先驱，市场受众与创意先驱不存在直接竞争。

假设3：创新系数和模仿系数在创意的扩散过程中并不会发生变化，行业内的结构相对稳定。

创意先驱由于掌控创意源，当其决定进行创意商品化的产业链建设时，面对的市场是“蓝海市场”，不存在竞争，面对的是所有的潜在创意采用者M，由于创意的作品化需要时间，模仿者们在接受创意之后，开始进行模仿行为，最终在市场式的创意扩散宏观行为接近于Bass模型。设N(t)为市场累积接受创意人数，n(t)为第t时间段创意采纳人数，f(t)为t时刻创意扩散速率，F(t)为创意经过t时刻的传播之后的扩散程度。根据Bass模型：

(3)

蓝海市场不存在初始的产品消费者，所以初始条件为N(t)=0，模型在初始值为0的情况下，其解为：

(4)

蓝海市场扩散速率的主要影响因素是垄断企业创意的开发度，以及产业内价值认同度。这两点体现在垄断市场的创意扩散模型中，集中在创新系数p和模仿系数q的作用上。创意产业的风险性使得，p

从扩散程度图(见图1)上我们可以看到，在行业内对创意的价值认同趋于稳定时，垄断企业对创意源的开发度越高，则其创新系数越高，创意会得到更为迅速地扩散，最终达到稳定点。集中热度开发创意是让创意价值迅速实现的可行方法，市场上大量的相关内容的出现会让创意形成热点，消费者由于社会网络的压力，从而积极采纳创意。

图1 垄断市场创意扩散程度(q不变)

图2 垄断市场创意扩散速度(p不变)

而对于蓝海市场环境下的模仿者来说，虽然始终处于创意的下游，并不能得到足够大的市场份额，但也需要达到自己经济利益的最大化。正如图3的速度图所示，当创意先驱决定采用较慢的速度稳定开发创意，模仿者过于集中地去模仿创意也只会造成短期竞争的加剧，创意迅速扩散，因为创意先驱占据主导地位，最终损失越大的是模仿者自身。只有在长期的创意开发中，保证稳定增长的同时，尝试自我创意源的塑造和获取，才能突破垄断个体的封锁，让市场进入到竞争的环境中。

图3 垄断市场创意扩散速度(p不变)

3 红海竞争下的创意产品扩散

信息的快速传递和创意源的多元化使得在创意产业想长期保持垄断地位是不可能的。贴近用户创意源的企业可能会在某一段时间内因为率先采用创意而处于领先地位，但创意源的广泛传播的过程中，由初始创意引申而来衍生创意市场中，创意先驱并不存在稳定的优势地位，衍生创意的市场更多地展现出的是一片红海竞争的环境。同时在竞争市场的环境下，模仿者虽然不再是处于劣势地位，但必然由于创意传播的时效性而在进入市场的时间上产生滞后性，与创意先驱者必然有着市场人群的重叠和竞争。

在竞争市场的环境里，我们基于几点假设对传统的Bass模型进行修正。

假设1：创新系数和模仿系数在创意的扩散过程中并不会发生变化。

假设2：模仿者在落后创意先驱t0时间后作为一个整体进入市场，和创意先驱竞争潜在的市场消费者。

在同时考量创意采用的时间滞后性和市场竞争性后，在Bass模型的基础之上引入滞后性因子t0和市场竞争度α,得到改进的Bass创意扩散模型。

(5)

其中，n(t)为在t时刻采用创意的人数，m为潜在采用者人数总数，即市场潜力。N(t)为n(t)的累积函数，代表第t时刻已经采纳产品的总人数。t0为模仿者落后时间，模仿者在创意先驱进入市场的t0时间后，将产品并投入市场。α表示市场的竞争程度，即创意先驱和模仿者所共有的采用者。α∈[0,1]，α=0时，模仿者和创新者各自发展，创意产品处于“蓝海市场”环境，α∈(0,1)市场处于紫海市场，α=1，则处于竞争激烈的红海市场。

f(t)=p(1+α)+[q(1+α)-p]F(t)-pF(t+t0)-qF(t+t0)F(t)-qF(t)2

(6)

其中p

我们在t0=1,α=0.8,p=0.05,q=0.8的环境下进行模拟仿真并与垄断市场环境下创意扩散速度进行对比，得到的结果如图4可以看出在创意进入市场的初期，由于模仿行为的滞后性，红海竞争情况下扩散速度和蓝海市场几乎保持一致，而随着模仿者进入市场，创意先驱开始与模仿者进行市场的竞争，引发了创意市场的创意热点，创意的扩散速度开始提高，并达到垄断市场所达不到的高速点。最终比垄断市场更迅速地到达创意饱和点，创意扩散程度达到最大。然而不同于垄断市场的高品质的保障，随着市场竞争的进行，市场竞争的结果造成产品的异质性，创意的新鲜感也在逐步下降，消费者会产生创意的“审美疲劳”，模仿行为开始出现劣质品，造成消费者的反向流失。

图4 两种市场环境创意扩散速度对比

现实中的创意市场基本都是遵循着由蓝海向红海演化的发展轨迹，一个创意必然从初始源的垄断最终会形成衍生创意的多元化。创意先驱要想塑造创意的价值最大化，一方面要做好自身的创意产品价值链的高品质塑造，另一方面也需要注重创意的模仿行为。

从宏观角度来看，创意模仿可以在提高创意产品的扩散速率，减少创意价值生成的时间，但创意产业要想获得长远稳定的经济产值，成为经济体系的重要组成部分，还需要着重关注模仿行为带来的低劣品对创意价值的负面效应，政府也应对创意的知识产权进行标准化的规定，鼓励创意的多元化发展，减少低劣化带来的资源浪费。

4 UGC创意产品效用函数构建

微观视角对创意产品扩散速率的影响将借助随机阈值模型的思路进行个体效用函数的构建。然而运用随机阈值模型进行扩散研究的前提假设是创新技术采纳行为的一次性，所以在原模型中，个体在成为创新的采纳者之后，个体效用将始终高于阈值，不会出现逆向流出的状态。然而在创意产业当中，创意产品大多数是数字化的形式，消费者的采纳行为几乎不存在任何的成本。而与此同时，创意的长期运营显得更为重要，下游产业的创意衍生品制作也将对消费者的效用评估产生影响，创意产品扩散程度函数也不再将维持单调递增的简单模式。

基于以上分析，我们运用随机阈值模型的基本方法，辅以创意产品扩散的持续变动性特征表达，构建UGC创意产品扩散模型。其主体效用表达式增加效用调整值A，函数表示为：

Bi，t=I+Ai,t+aiSi,t-1+biMt-1+ε

(7)

其中I代表初始效用，Ai,t为t时刻下游产业创意衍生产品的制作引发的消费者效用调整值，ai,bi表示消费者个体i对社会网络与传媒网络的依赖度。Si,t、Mi,t体现两类网络的影响作用。

随机阈值模型中对社会网络作用的设定是以个体采纳与直接关系存在的交集作为对应指标的构建基础，是绝对数的衡量，并未注重各点的位置不同而形成的流行压力来源不同的区别。我们对社会网络的压力作用将采用相邻节点中接纳创意产品的节点数比例来反映各主体由于网络位置不同而有所差异的社会网络作用，用公式表述为：

{ne}={j|A(i,j)=1}

传媒网最初是用来描述大众传媒在社会网络中中心节点的关键性位置作用，然而UGC模式下，创意的来源时社会网络中普通的个点，传媒网所起到的桥梁作用已经不够明显，传媒网将成为接纳消费者数量的直观指示性指标，所以传媒网络的间断性作用以下述表达式显示:

创意产品扩散所突出是扩散过程的持续性，在每次迭代时进行主体效用调整值的变化，效用值即使超出阈值也会受制于调整值而持续变动。所以模型的迭代公式总结为：

Bi,t=Bi,t-1+Ai,t-1+aiSi,t-1+biMt+εi,t-1

5 仿真实验结果

创意产品扩散的初始效用评价与随机干扰项是相对稳定因素，遵循正相关关系，初始效用的期望值越高，创意产品扩散速率越高。创意效用初始评估波动系与系统波动越大将延长创新扩散稳定的时间，对扩散速率有着一定的副作用。这些都与传统行业的创新扩散相同，这里我们着重研究效用调整值的作用与两类网络的影响。

仿真实验参数设定为：以NW小世界网络为节点关联网络，节点数N=1000，平均度取K=6，即每个节点平均有6个直接相连的节点，共经历t=100次效用的迭代，初始效用I～N(0,1)，效用调整值A的基础区间定为1，所以A～U[-0.5,0.5]。ai,bi的初始值都设定为单位值1，传媒网M在t=10,t=20和t=50的位置发生三次间断冲击作用。

(1)创意产品扩散的负向敏感性。首先维持其他参数不发生变化，我们研究效用调整值A对扩散效率的影响。模型中A的初始设定为A的取值是服从[-0.5,0.5]的均匀分布，期望值是0。我们保证整体区间大小固定，最大值与最小值进行对应调整，以反映A不同取值对实验结果的影响。以期望值进行划分，就出现了A值左偏与右偏两种分布状态，实验中以[-0.2,0.8]和[-0.8,0.2]分别进行模拟仿真实验，得到的结果如图5所示。

图5 效用调整值对扩散效率影响

创意衍生产品带来的效用调整值表现为明显的正反馈作用，A值的分布不同并不影响初始的扩散速度，但创意衍生产品评价的差异造成扩散速率随之改变。A值分布越右偏，期望值越高，对创意产品扩散速度产生的积极作用就越大，接受创意产品的消费者数量也就越大。然而在初始效用为0的情况下，左偏与右偏同样的距离却产生了有所差异的结果，效用调整值A左偏产生的损失要明显高于右偏的效益，所以我们对初始效用I进行改变，进行多次试验，图6为初始效用出现右偏的前提下，三类效用值所表现的扩散效率曲线。

图6 效用调整值对扩散效率影响

我们以扩散程度为标准，计算针对不同情况下创新效用调整值A的敏感性，结果如表1所示。

表1 信息化创新技术效用调整值敏感度计算

我们可以从中看出；无论初始评价处于哪种情况下，衍生产品效用调整值都表现为负向敏感性较高的结果，即同种程度创意衍生产品效用调整作用，负向的调整将对扩散程度造成更大的影响。

(2)个体社交网是信息时代创新扩散主要扩散媒介。消费者个体之间一般通过以个人为中心的个体社交网来进行信息的交互。考察个体社交网络和传媒网络影响作用，我们维持其他参数固定，A值保持服从期望值为0的中性值区间。改变ai和bi的存在与否来确定两类网络在创意产品扩散中所展现的作用。以a=1,b=5的参数设置为对照实验组，先进行个体社交网的分析，以a=0,b=5的情况为实验组，分别进行多次实验，并对得到的时间序列数组对应均值处理，最终得到图7的结果。

图7 个体社交网对扩散效率影响

从图7的结果我们可以得到结论：只存在传媒网作用创意产品扩散只能依靠效果偏差值的正反馈作用逐步缓慢提升扩散程度，传媒网的间断冲击将拉动创意产品扩散在短期内得到大幅度提升，但仅仅依靠传媒网的效率要远低于两种网络并行的模式。所以说，传媒网单行所匮乏的个体社会网的口碑效应，是信息时代驱动创意产品在消费者中扩散主要渠道。

(3)传媒网打破消费者群体之间的“隐性组织边界”。数字化信息与互联网平台的建立让创意产品脱离了狭小的某个特定的受众群，创意产品市场潜在接纳者被放大到整个社会群体当中。在如此大的潜在市场消费者中，各类人群之间势必存在或明或暗的 “隐性边界”，而借由个体社交网的确可以逐步扩大创意产品的扩散范围，但到达一定程度时，由于潜在消费者群体间的边界逐渐明晰，产品扩散陷入了停滞，所以我们在实验参数中，利用a=1、b=0的情况进行实验，并与常规状态(a=1,b=5)进行对照，多次试验后取均值绘制结果图，得到图8。

图8 传媒网对扩散效率影响

首先在初始阶段两者只是由于误差存在微小差距，但在时间点(t=10,t=20和t=50)三处对照我们可以发现传媒网的间断冲击作用，当t=10的时刻，对照组中传媒网的作用开始显现，传媒网提供的巨大的社会网络流行性压力打破了“隐性组织边界”达到更大程度地扩散。实验组则仅依靠个体社交网相互影响作用的逐步积累，也能形成更大范围的扩散结果，但最终因为没有打破隐性边界的壁垒，其扩散结果要略低于对照组。

其次我们从三个时间点对照组的扩散曲线斜率变动来观察，t=10的时刻点，传媒网的作用明显，扩散曲线上升趋势有着大幅度变化，在t=20的时刻传媒网作用降低，t=50时刻的变化几乎为零，由于潜在消费者数量的减少，加上社会群体组织之间的边界愈发明显，传媒网间断性冲击作用将呈现出边际效应递减的形态。为了证实这一发现，我们改变参数设置，进行验证性实验，将初始效用值偏离中性值0，出现左偏，其余参数保持不变，得到的对照结果图如9所示。

图9 两种网络对扩散效率协同促进作用

从实验结果中可以证实结论，创意产品扩散中，传媒网处于辅助的地位，与个体社交网之间存在协同作用，传媒网对打破社会群体间隐性边界有一定作用，但效果边际递减。

6 结论

UGC为创意产业提供了更为丰富的创意来源，但同时也意味着创意产业的制造商们需要更为谨慎地对待创意产品的制作。本文从宏观和微观两个视角出发，分别探究了创意产品在消费者市场中扩散的影响因素与作用，得到了以下几方面结论：①创意的模仿在短期内提升了创意产品市场扩散的速率，但从长期角度来看，过度开发模仿会让消费者产生“疲劳效应”，导致扩散的逆向流出。②创意衍生产品的制作具有正向作用与负向敏感性，优质的衍生产品能够深层次推动创意产品的扩散，而劣质的衍生产品将带来更为严重的消费者流失。③UGC模式下创意产品扩散的内动机制是以消费者之间的个体社交网的口碑效应。④虽然传媒网的中心作用被逐步弱化，并且存在传媒网推动扩散效益递减的现象，但传媒网对打破社会群体间的“隐性组织边界”，扩大创意产品扩散范围的功能在信息化时代更加凸显。

[1]MOULDO,VORLEYT,LIUK.Invisiblecreativity?HighlightingthehiddenimpactoffreelancinginLondon’screativeindustries[J].Europeanplanningstudies,2014,22(12):2436-2455.

[2]王砚羽,谢伟.电子商务模仿创新的分角色两阶段Bass模型及应用[J].科学学与科学技术管理,2013,34(2):36-41.

[3]LIZ,TANGX.Collectivethresholdmodelbasedonutilityandpsychologicaltheories[J].Internationaljournalofknowledge&systemsscience,2013,4(4):55-63.

[4]ZHENpengli,TANGX,STATISTICSDO.Thresholdmodelofcollectiveaction[J].Journalofsystemsscience&mathematicalsciences,2014.

[5]STEVENSGA，BURLEYJR.3，000rawideas= 1commercialsuccess[J].Researchtechnologymanagement，1997,40(3):16-27.

[6]张晓军.基于复杂网络的创新扩散随机阈值模型研究[D].电子科技大学,2009.

[7]李沃源,张庆普.复合价值视角下创意产业集群中创意扩散主体决策研究[J].研究与发展管理,2015,27(3):57-72.

[8]DEMATOSMG,FERREIRAP,KRACKHARDTD.PeerinfluenceinthediffusionofiPhone3Goveralargesocialnetwork[J].Misquarterly,2014,38(4):1103-1134.

[9]何铮,张晓军,吴易明.新产品扩散随机阈值模型的实证研究[J].系统管理学报,2013,22(1):39-45.

[10]MADSENJB,ANGJB.Catchinguptothetechnologyfrontier:thedichotomybetweeninnovationandimitation[J].Canadianjournalofeconomics，2010,43(4):1389-1411.